一.aggregate和aggregateByKey参数

aggregate和aggregateByKey的参数是一样的，作用也一样，只不过aggregateByKey多了key而已。

def aggregate[U: ClassTag](zeroValue:U)(seqOp: (U, T) =>U, combOp: (U, U) =>U)

zeroValue:U  ---> 初始值

(U, T) =>U     ----> 相同partition中值的合并逻辑

(U, U) =>U     ----> partition之间的结果合并逻辑

def aggregateByKey[U: ClassTag](zeroValue:U)(seqOp: (U, V) =>U, combOp: (U, U) =>U)

zeroValue:U  ---> 初始值

(U, T) =>U     ----> 相同partition中值的合并逻辑

(U, U) =>U     ----> partition之间的结果合并逻辑

二.通过demo来展示各个参数的作用

本着理论吹的烟雪起闻者听之如放屁中心思想，我们通过简单的实例来讲解各个参数的作用。

---

1.aggregate

// 创建一份数据，并设置两个partition

// partition_1 (1,2,3)  |  partition_2 (4,5,6)

val data = sc.parallelize(List(1, 2, 3, 4, 5, 6), 2)

//  初始值为0，每个partition内部聚合函数为 取最大值，partition之间的聚合函数为相加

val i: Int = data.aggregate(0)(math.max(_, _), _ + _)

// 打印结果 9

println（i）

现在我们分析一下计算过程:

1.首先我们有2个partition (1,2,3)和(4,5,6)，以（1,2,3） 为例，触发math.max函数

max(0,1)  => 1  初始值和第一个元素取最大值 得到 1

max(1,2) => 2  同上

max(2,3) => 3 同上

partition_1 (1,2,3) 得到的聚合结果为3

同样的计算逻辑我们得到

partition_2 (4,5,6) 得到的聚合结果为6

2.在计算partition之间的结果,触发 (_ + _) 函数

由上步可以得到 partition_1 ----- 3

由上步可以得到 partition_2 ----- 6

(0 + 3)  = 3

(3 + 6) = 9

刚才的例子中我们有两个partition，假如我们有三个partition的话结果就会不同，

partition内部

p_1(1,2) --->2

p_2(3,4) ---->4

p_3(5,6) ---->6

partition之间

(0+2),

(2+4),

(6+6)  =12

不信的小伙伴可以去试试，赌包辣条，就是这样，喵~~~~

---

2.aggregateByKey

运算逻辑和aggregate相似这里只展示测试代码和结果

val data = sc.parallelize(List((1, 3), (1, 2), (1, 4), (2, 3)),2)

val value = data.aggregateByKey(0)(math.max(_, _), _ + _)

//运行结果k_v => (2,3)   ,(1,7) 可以尝试不同的分区对结果的影响,加深理解。